R语言 VGAM包 genbetaII()函数中文帮助文档(中英文对照)

loveR

genbetaII(VGAM)
genbetaII()所属R语言包：VGAM

                                         Generalized Beta Distribution of the Second Kind
                                         第二类广义Beta分布

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Maximum likelihood estimation of the 4-parameter  generalized beta II distribution.
最大似然估计的4个参数广义贝塔II的分布。


用法----------Usage----------


genbetaII(lshape1.a = "loge", lscale = "loge", lshape2.p = "loge", lshape3.q = "loge",
          eshape1.a = list(), escale = list(), eshape2.p = list(), eshape3.q = list(),
          ishape1.a = NULL, iscale = NULL, ishape2.p = 1, ishape3.q = 1,
          zero = NULL)



参数----------Arguments----------

参数：lshape1.a, lscale, lshape2.p, lshape3.q
Parameter link functions applied to the shape parameter a, scale parameter scale, shape parameter p, and shape parameter q. All four parameters are positive. See Links for more choices.  
参数链接功能施加到的形状参数a，尺度参数scale，形状参数p，和形状参数q。这四个参数是积极的。见Links更多的选择。


参数：eshape1.a, escale, eshape2.p, eshape3.q
List. Extra argument for each of the links. See earg in Links for general information.  
列表。每个环节的额外参数。见earg中Links的一般信息。


参数：ishape1.a, iscale
Optional initial values for a and scale. A NULL means a value is computed internally.  
可选的初始值a和scale。 ANULL是指在内部计算的值。


参数：ishape2.p, ishape3.q
Optional initial values for p and q.  
可选的初始值p和q。


参数：zero
An integer-valued vector specifying which linear/additive predictors are modelled as intercepts only. Here, the values must be from the set {1,2,3,4} which correspond to a, scale, p, q, respectively.  
指定一个整数值向量线性/添加剂的预测模型仅作为拦截。在这里，值必须是从集合{1,2,3,4}a，scale，p，q，分别对应。


Details

详细信息----------Details----------

This distribution is most useful for unifying a substantial number of size distributions. For example, the Singh-Maddala, Dagum, Fisk (log-logistic), Lomax (Pareto type II), inverse Lomax, beta distribution of the second kind distributions are all special cases. Full details can be found in Kleiber and Kotz (2003), and Brazauskas (2002). The argument names given here are used by other families that are special cases of this family. Fisher scoring is used here and for the special cases too.
统一大量的粒度分布，这种分布是最有用的。例如，辛格Maddala，Dagum，菲斯克（logMF），洛马克斯（帕累托II型），反洛马克斯的第二类分布，Beta分布都是特殊情况。克莱伯和科茨（2003年），布拉藻斯卡斯（2002）中可以找到的全部细节。这里给出的参数名所使用的其他家庭，是这个家庭的特殊情况。费舍尔得分是这里的特殊情况下，使用。

The 4-parameter generalized beta II distribution has density
4参数广义贝塔II的分布密度

for a > 0, b > 0, p > 0, q > 0, y > 0. Here B is the beta function, and  b is the scale parameter scale, while the others are shape parameters. The mean is
为a > 0，b > 0，p > 0，q > 0，y > 0。这是B是β函数，和b是尺度参数scale，而另一些的形状参数。意思是

provided -ap < 1 < aq; these are returned as the fitted values.
提供-ap < 1 < aq，这些传回的拟合值。


值----------Value----------

An object of class "vglmff" (see vglmff-class). The object is used by modelling functions such as vglm, and vgam.
类的一个对象"vglmff"（见vglmff-class）。该对象被用于建模功能，如vglm，vgam。


注意----------Note----------

If the self-starting initial values fail, try experimenting with the initial value arguments, especially those whose default value is not NULL. Also, the constraint -ap < 1 < aq may be violated as the iterations progress so it pays to monitor convergence, e.g., set trace = TRUE. Successful convergence depends on having very good initial values. This is rather difficult for this distribution! More improvements could be made here.
如果初始值自启动失败，尝试与初始值的参数，尤其是那些默认值是非NULL。此外，约束-ap < 1 < aq可能被侵犯作为迭代的进步，所以是值得的监控收敛，例如，设置trace = TRUE。成功的收敛依赖于具有很好的初始值。这个分布，这是相当困难的！在这里可以作出更多的改进。


----------Author(s)----------


T. W. Yee



参考文献----------References----------

Statistical Size Distributions in Economics and Actuarial Sciences, Hoboken, NJ, USA: Wiley-Interscience.
Fisher information matrix for the Feller-Pareto distribution. Statistics &amp; Probability Letters, 59, 159&ndash;167.

参见----------See Also----------

betaff, betaII, dagum, sinmad, fisk, lomax, invlomax, paralogistic, invparalogistic, lino.
betaff，betaII，dagum，sinmad，fisk，lomax，invlomax，paralogistic，invparalogistic，lino。


实例----------Examples----------


gdata = data.frame(y = rsinmad(3000, exp(2), exp(2), exp(1))) # A special case![特殊情况下！]
fit = vglm(y ~ 1, genbetaII, gdata, trace = TRUE)
fit = vglm(y ~ 1, data = gdata, trace = TRUE,
           genbetaII(ishape1.a = 4, ishape2.p = 2.2, iscale = 7, ishape3.q = 2.3))
coef(fit, matrix = TRUE)
Coef(fit)
summary(fit)

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。